跳至正文
返回文库全部文档

测量比特币的粗糙与多重分形波动率

文章 arXiv papers · 作者: Tetsuya Takaishi
阅读原文

总结

本研究考察比特币对数波动率是否呈现粗糙、反持久性行为。研究将多重分形去趋势波动分析应用于对数波动率增量，并估计广义赫斯特指数。据报告，指数值低于二分之一，表明这些增量具有粗糙性。估计值也会变化而非保持恒定，作者将其解释为多重分形行为的证据。

为探究这种多重分形性的来源，研究比较了原始增量与时间序列的打乱版本。打乱后的序列表明，分布特征可以解释部分多重分形性。摘要没有说明数据时期、采样频率、具体数值估计，或打乱后有多少效应仍然存在。文中报告的是有关比特币波动率的统计发现，而非交易规则，也未证明这些特征可以被用于盈利。

核心观点

  • 本研究使用多重分形去趋势波动分析测量比特币对数波动率增量的粗糙性。
  • 据报告，广义赫斯特指数低于二分之一，这表明增量具有粗糙性。
  • 广义赫斯特指数的变化被解释为多重分形行为。
  • 打乱序列分析表明，分布特征对观测到的多重分形性有部分贡献。
  • 摘要报告的是波动率特征，而非经过测试的交易策略。

标签

加密资产波动率统计学
全文
# Rough volatility of Bitcoin


# Rough volatility of Bitcoin









Recent studies have found that the log-volatility of asset returns exhibit roughness. This study investigates roughness or the anti-persistence of Bitcoin volatility. Using the multifractal detrended fluctuation analysis, we obtain the generalized Hurst exponent of the log-volatility increments and find that the generalized Hurst exponent is less than $1/2$, which indicates log-volatility increments that are rough. Furthermore, we find that the generalized Hurst exponent is not constant. This observation indicates that the log-volatility has multifractal property. Using shuffled time series of the log-volatility increments, we infer that the source of multifractality partly comes from the distributional property.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。